Apuntes de Capitulo 1 y 2 de Evaristo de Algebra Lineal

Apuntes de Algebra Lineal
13/04/2012
CAPITULO 1
APUNTES DE ALGEBRA
LINEAL
MATRICES Y DETERMINANTES
Autor:: Lic.
Autor
Lic. EVARISTO MAMANI CARLO
1. DEFINICIN
UNIVERISIDAD MAYOR DE SAN ANDRS
UNIVERSIDAD CATLICA BOLIVIANA SAN PABLO
ESCUELA INDUSTRIAL SUPERIOR PEDRO
DOMINGO MURILLO
Autor: Lic. Evaristo Mamani Carlo
Una matriz es una tabla de mxn

elementos dispuestos en m filas y n
columnas
Se
representan
por
letras
maysculas A,B,C,D y a sus
elementos de la forma aij donde el
primer subndices indica la fila y el
segundo la columna al que
pertenece dicho elemento.
( )
Asi pues una matriz A = aij
Con 1
i m; 1
j m es de la forma
13/04/2012
2. ORDEN DE UNA MATRIZ
3. MATRIZ FILA Y MATRIZ COLUMNA
Una matriz de m filas y n columnas se dice que

tiene DIMENSIN o que es de orden mxn, y al
conjunto de todas las matrices de orden mxn
lo denotaremos por Rmxn (en el supuesto de
que los elementos de la matriz A sean
elementos de R).
Se denomina matriz fila a aquella que consta

de una nica fila
Dos matrices A,B Rmxn se dice que son

equidimensionales.
Dos matrices A,B Rmxn ,se dice que son
iguales si:
aij = bij , i = 1,2,3,..., m y j = 1,2,3,..., n

Se denomina matriz
columna a aquella que
consta de una nica
columna
6
4. MATRIZ CUADRADA
Se denomina matriz cuadrada de orden n a
aquella que tiene n filas y n columnas.
Se denomina diagonal principal

matriz cuadrada a la formada por:
de una
13/04/2012
5. MATRICES DIAGONALES, ESCALARES

Y UNIDAD
Se denomina matriz diagonal a aquella
matriz cuadrada cuyos elementos no
diagonales son todos nulos, es decir:
Se denomina matriz escalar a aquella

matriz
diagonal
cuyos
elementos
diagonales son todos iguales.
6.
MATRICES
ESCALONADAS
Se denomina matriz unidad de orden n a
aquella matriz escalar cuyos elementos
diagonales son todos nulos. Es decir:
11
TRIANGULARES
10
Se
denomina
matriz
triangular
superior(inferior) a aquella matriz cuadrada
cuyos elementos situados por debajo(encima)
de su diagonal principal son todos nulos.
12
13/04/2012
El equivalente para matrices rectangulares

de
una
matriz
triangular
son
las
denominadas MATRICES ESCALONADAS
que son aquellas matrices en las que:
aij = 0 , si
i> j
En caso de tratarse de una matriz cuadrada
se tendra una triangular superior.
13
14
16
PROPIEDADES
7. ARITMTICA DE MATRICES.
SUMA DE MATRICES
Sean A,B Rmxn se denomina MATRIZ
SUMA de A y B y se denota por C=A+B,
a la matriz C Rmxn tal que:
cij = aij + bij , i = 1,2,3,..., m y j = 1,2,3,..., n

15
Por tanto:
13/04/2012
PRODUCTO POR UN ESCALAR
(R
mxn
,+
Sean A Rmxn y R se define

PRODUCTO POR UN ESCALAR de por
A a la matriz Rmxn tal que sus elementos
son los de A multiplicados por . Se
denota A.
Es un grupo conmutativo
17
18
Por tanto:
(R
mxn
,+,*
Es un espacio vectorial sobre el cuerpo R

de los nmeros reales.
Para matrices:
(C
mxn
,+,*
Sera un espacio vectorial sobre el cuerpo

C de los nmeros complejos.
19
20
13/04/2012
PRODUCTO DE MATRICES
Si A Rmxn y B Rnxp (nmero de

columnas de A igual al nmero de filas
de B), se define la MATRIZ PRODUCTO
de A por B como la matriz C Rmxp tal
que:
21
22
MATRIZ TRANSPUESTA
Sea A Rmxn . Se denomina MATRIZ

TRANSPUESTA de A y se denota por AT
a la matriz resultante de cambiar,
ordenadamente las filas por las
columnas de la matriz A de tal manera,
que si llamamos A=(aij) y AT=(aij),
tenemos:
Por lo que si A Rmxn AT Rnxm

23
24
13/04/2012
8. MATRIZ SIMTRICA
Una matriz cuadrada A se dice que es
simtrica si coincide con su transpuesta. (Es
simtrica respecto a su diagonal principal)
25
9. MATRIZ ANTISIMTRICA
26
10. MATRIZ ORTOGONAL
Una matriz cuadrada A se dice que es

antisimtrica si coincide con la opuesta de su
transpuesta. (Los elementos simtricos
respecto de la diagonal principal son
opuestos y su diagonal es de ceros.
27
Una matriz cuadrada y no singular se dice

ORTOGONAL si su transpuesta coincide con
su inversa, es decir si AT= A-1 , lo que es lo
mismo:
28
13/04/2012
11. TRAZA DE UNA MATRIZ

Se define la traza de A y se denota por tr(A)
como la suma de los elementos de su
diagonal principal:
29
12. TRANSFORMACIONES
ELEMENTALES
Estas transformaciones modifican de determinadas

formas los elementos de una fila o una columna de la
matriz o intercambian dos filas o columnas de esta.
Las clasifican en dos grupos:
Transformaciones elementales fila

Transformaciones elementales columna
30
12. 1 TRANSFORMACIONES
ELEMENTALES FILA
Se denomina transformaciones elementales a ciertas

transformciones que se realizan en una matriz y que
nos sern de gran utilidad en la resolucin de
sistemas de ecuaciones lineales as como en otras
operaciones.
31
TRANSFORMACIONES Fij:
Intercambian las filas i y j de una A
Rmxn .
Este efecto se produce al multiplicar
POR LA IZQUIERDA, la matriz A por la
matriz Fij siendo esta el resultado de
intercambiar las filas i y j de la matriz
Im.
32
13/04/2012
EJEMPLO. Consideremos la matriz:
Para intercambiar las filas

aplicamos F23 cuya matriz es:
y 3
33
34
c) Matriz conjugada a ella, a la

matriz de orden mxn.
( ) ( )
Dada una matriz A=(aij) de orden

mxn, se llama:
A = aij = a ij
a) Matriz opuesta a ella a la matriz

de orden mxn.
-A=-(aij)=(- aij)
d) Matriz transconjugada a ella, a la

matriz de orden nxm.
( )
A = a ij
b) Matriz transpuesta a ella, a la

matriz de orden nxm.
At=(at ij)
Donde: at ij= aji
donde : a ij = a ji
35
36
13/04/2012
TEOREMA
TEOREMA
( A) = A
a)
Toda matriz cuadrada A

expresarse, de manera
como la suma de una
simtrica
y
una
antisimtrica.
(A ) = A
b)
(A ) = A
(A ) = A
t t
c)
d)
S=
1
A + At
2
37
T=
puede
nica,
matriz
matriz
1
A At
2
)
38
DEFINICIN
TEOREMA
Para toda matriz A, y n natural

tomaremos:
Si k y n son enteros no negativos

y A matriz cuadrada, se tiene:
A0 = I
An+ k = An Ak
A1 = A
A n +1 = A n A
39
40
10
13/04/2012
COROLARIO
DEFINICIN
Si n es entero positivo, se tiene:
Una matriz cuadrada A

0, se dice
nulpotente si existe un entero
positivo p, tal que:
(A ) = (A )
n t
t n
(A ) = ( A A A A A A ....)
n t
Ap = 0
( )
= At At At At ..... = At
Una matriz cuadrada A

0, se dice
periodica si existe un entero
positivo p, tal que:
p +1
41
El menor entero p que verifique la

igualdad precedente se dir
periodo
de
la
matriz.
Particularmente si A2=A, la
matriz se dice IDEMPOTENTE.
=A
42
INVERSA
DE
UNA
MATRIZ
CUADRADA
Sean A y B dos matrices de nxn.
Suponga que:
AB = BA = I
Entonces B se llama la inversa de

A y se denota por A-1 . Entonces
se tiene:
AA1 = A 1 A = I
Si A tiene inversa, se dice que A

es invertible.
43
44
11
13/04/2012
Una matriz cuadrada que no es

invertible se llama singular y una
matriz invertible se llama no
singular.
TEOREMA
Si una matriz A es invertible,
entonces su inversa es nica.
TEOREMA
Sean A y B dos matrices
invertibles de nxn. Entonces AB
es invertible y:
PROCEDIMIENTO
PARA
ENCONTRAR LA INVERSA DE UNA
MATRIZ CUADRADA A
1) Se escribe la matriz aumentada (A|I).

2) Se utiliza la reduccin por renglones para
poner la matriz A a su forma escalonada

reducida por renglones.
3) Se decide si A es invertible:
3.1 Si la forma escalonada reducida por
renglones de A es la matriz identidad I,
entonces A-1 es la matriz que se tiene a la
derecha de la barra vertical.
3.2 Si la reduccin de A conduce a un renglon
de ceros a la izquierda de la barra
vertical, entonces A no es invertible.
( AB )1 = B 1 A1
45
TEOREMA
Sea A una matriz de 2x2,
entonces:
1) A es invertible si y solo si:
det(A)
0.
2) Si det(A)0, entonces:
A 1 =
1 a22
det ( A) a21
DETERMINANTES
1. DETERMINANTE DE 2X2
Sea:
a12
a11
46
a
A = 11
a21
a12
a22
Se define el determinante de A
por:
det ( A) = a11a 22 a12 a21
47
48
12
13/04/2012
Se denota det(A) por:
| A|
a11
a12
a21
a22
det ( A) = A = a11
a12
2. DETERMINANTE DE 3X3
Sea:
a11 a12
A = a 21 a 22
a
31 a32
a31
a 23
a33
a33
+ a13
a23
a33
a21
a22
a31
a32
50
DEFINICIN
DEFINICIN
Menor: Sea A una matriz de nxn y
sea Mij la matriz de (n-1)x(n-1)
obtenida de A eliminando el
renglon i y la columna j. Mij se
llama el menor ij de A.
DEFINICIN
Cofactor: Sea A una matriz nxn. El
cofactor ij de A, denotado por Aij
est dado por:
i+ j
a31
49
Aij = ( 1)
a 21 a 23
a22
a32
Determinante nxn: Sea A una

matriz de nxn. Entonces el
determinante de A, denotado por
det(A) o |A|, est dado por:
det ( A) = A = a11 A11 + a12 A12 + .... + a1n A1n

k =n
det ( A) = a1k A1k

k =1
M ij
La expresin en el lado derecho se

llama expresin por cofactores.
51
52
13
13/04/2012
TEOREMA
Sea A=(aij) una matriz de nxn
triangular superior o inferior.
Entonces:
TEOREMA 1
Sean A y B dos matrices de nxn.
Entonces:
det ( AB ) = det( A) det(B )
det ( A) = a11a 22 a33 a nn

PROPIEDADES
DETERMINANTES
DE
TEOREMA 2
( )
LOS
det At = det ( A)
53
54
det ( A) = a1 j A1 j + a 2 j A2 j + .... + anj Anj
TEOREMA 3
Sea:
k =n
det ( A) = akj Akj

k =1
PROPIEDAD 1
Si cualquier renglon o columna de
A es un vector cero, entonces
det(A)=0
det ( A) = ai1 Ai1 + ai 2 Ai 2 + .... + ain Ain

det ( A) =
k =n
k =1
aik Aik
55
56
14
13/04/2012
PROPIEDAD 2
PROPIEDAD 4
Si A tiene dos renglones o
columnas
iguales,
entonces
det(A)=0.
PROPIEDAD 5
Si un rengln(columna) de A es
un mltiplo escalar de otro
rengln
(columna),
entonces
det(A)=0.
Si el renglon i o la columna j de A
se multiplica por un escalar c,
entonces det(A) se multiplica por
c.
PROPIEDAD 3
El intercambio de cualesquiera
dos
renglones(o
columnas)
distintos de A tiene el efecto de
multiplicar det(A) por -1.
57
PROPIEDAD 7 Sea:
PROPIEDAD 6
Si se suma un mltiplo escalar de
un rengln(columna) de A a otro
rengln(columna) de A, entonces
el determinante no cambia.
a11
a 21
.
A=
.
.
a n1
a12
... a1 j
a 22
... a 2 j
a n 2 ... anj
a11 a12 ... a1 j
a 21 a22 ... a 2 j
.
.
.
C =
.
.
.
.
.
.
a n1 a n 2 ... a nj
58
59
... a1n
... a 2 n
.
.
.
.
.
.
... a nn
+ 1 j
+ 2 j
.
.
.
+ nj
a11
a 21
.
B=
.
.
a n1
... a1n
... a2 n
.
.
.
.
.
.
... a nn
a12
... 1 j
a 22
... 2 j
.
.
.
an2
.
.
.
.
... nj
... a1n
... a 2 n
.
.
.
.
.
.
... a nn
Entonces:
det (C ) = det ( A) + det (B )
60
15
13/04/2012
DETERMINANTES E INVERSAS
TEOREMA
Si A es invertible,
det(A)
0 y:
( )
det A 1 =
DEFINICIN
entonces
LA ADJUNTA: Sea una matriz de

nxn y sea B la matriz de sus
cofactores. Entonces la adjunta
de A escrito como Adj(A) es la
transpuesta de la matriz B de
cofactores, es decir:
1
det( A)
61
62
TEOREMA
A11
A12
t
Adj ( A) = B =
...
A
1n
An1
.... An 2
... ...
... Ann
A21 ....
A22
...
A2n
Sea A una matriz de nxn.

Entonces A es invertible si y solo
si
det(A)
0.
Si
det(A)
0,
entonces:
A 1 =
63
1
Adj ( A)
det ( A)
64
16
Apuntes de Electromagnetismo
Avanzado
13/04/2012
CAPITULO 2
APUNTES DE ALGEBRA
LINEAL
SISTEMAS DE ECUACIONES
LINEALES
Autor:: Lic.
Autor
Lic. EVARISTO MAMANI CARLO
1. NOTACIN Y DEFINICIN
UNIVERISIDAD MAYOR DE SAN ANDRS
UNIVERSIDAD CATLICA BOLIVIANA SAN PABLO
ESCUELA INDUSTRIAL SUPERIOR PEDRO
DOMINGO MURILLO
Clasificacin de sistemas
Sistema INCOMPATIBLE
No tiene solucin
x + y = 2
C .S . =
3)
2
x
+
2
y
=
0
Sistema COMPATIBLE
DETERMINADO: solucin nica
2x + y = 5
1)
x y = 1
Solucin : (2 , 1)
S tiene solucin
INDETERMINADO: infinitas
soluciones
x + y = 2
4)
2 x 2 y = 4
C.S. = {( x,2 x) : x }
Avanzado
13/04/2012
Sistemas de Ecuaciones
Los sistemas lineales admiten una

representacin matricial sencilla
como:
Existen varios mtodos para resolver sistemas de

ecuaciones, entre ellos,
1.
2.
3.
4.
5.
6.
7.
8.
Mtodo grfico
Mtodo de sustitucin
Mtodo de Igualacin
Metodo de Reduccin
Regla de Cramer
Mtodo de Gauss
Mtodo de Gauss Jordan
Metodo de matrices
Mtodo de Gauss para resolver sistemas

En la matriz ampliada (A|b) se aplican transformaciones elementales
hasta llegar a una matriz escalonada que representa un sistema
equivalente al inicial. Este nuevo sistema se resuelve por sustitucin
regresiva.
a11
a
( A | b ) = 21
M
a
m1
a12 L a1n
a22 L a2 n
M
M
M
am 2 L amn
| b1
| b2
| M
| bm
DE
ELIMINACIN
Ejemplo 1. Sea el sistema:
matriz ampliada
0
( A | b ) KKKKKKKKKKKKKK
M 0
transformaciones
elementales
0 L 0
2. METODO
GAUSSIANA
del sistema
Sol. La matriz
sistema es:
|
|
|
|
ampliada
del
Avanzado
13/04/2012
10
Procedimiento general del mtodo:
a) conduce siempre a la solucin

b)
11
el proceso de eliminacin
gaussiana?
bajo que condiciones puede
fallar el mtodo?
12
Avanzado
13/04/2012
Sol. procedemos a escalonar la

matriz ampliada
Sistema equivalente:
Sistema compatible indeterminado

13
Resolver el siguiente sistema de ecuaciones por

el mtodo de gauss jordan
Este es el
Sol. procedemos
ampliada
escalonar
la
sistema de
ecuaciones a
resolver
matriz
Paso 1. Se
forma la matriz
aumentada
NOTA
Sistema
incompatible
14
IMPORTANTE: El
objetivo del
mtodo es lograr
formar una
matriz identidad
de esta forma.
15
x + 2y + z = 3
2x + 5y z = 4
3x 2 y z = 2
1 2 1
2 5 1
3 2 1
1 0 0
0 1 0
0 0 1
4
2
b
c
Donde el
sistema tiene la
siguiente
solucin:
x = a
y = b
z = c
Avanzado
Solucin por el mtodo de gauss jordan
13/04/2012

1 2 1
2 5 1
3 2 1
Identificamos
Paso 1. Se
forma la matriz
aumentada
1 2 1
2 5 1
3 2 1
Rengln,
Columna y
elemento pivote
4
2
rengln ya tenemos un nmero 1. Nuestro objetivo ahora ser hacer

obtener ceros debajo de este nmero 1
Al numero 1 de la diagonal se le denomina elemento pivote;

sobre ste vamos a apoyarnos para hacer ceros los nmeros
arriba y debajo de dicho numero con operaciones de eliminacin
rengln

segundo rengln
con la operacin
de eliminacin
rengln
1 2 1
2 5 1
3 2 1
(-2)1[
0 1 -3 -2
Ahora
modificamos el
tercer rengln
Por qu
nmero
multiplicamos el
rengln pivote
ahora?
Cmo queda
la nueva matriz?
(-3) 1[ 2 1 3
3
-2 -1 2
Seleccionamos
el rengln pivote
[1
Seleccionamos
un rengln
0
diferente al
rengln pivote
Como el objetivo es hacer 0 el nmero
debajo del rengln pivote Por qu
nmero debemos multiplicar el rengln
pivote?

11 2 1
3
la primera columna,
1 1 3 2
ahora vamos con la
0
segunda;
0 8 4 7
afortunadamente ya
hay un 1 como
nuevo elemento (-2) [ 0 1 -3 -2 ]
pivote
1
2 1
3
Qu hacemos
]
0 -8 -4 -7
1 2 1
0 1 3
0 8 4
pivote
Ya transformamos
4
2
3
Elemento
Columna pivote
Paso 2. Como se busca obtener una diagonal de 1 en el primer
Modificamos el
Rengln pivote
4
2
2
7
ahora? Hay que

transformar en
ceros los
nmeros arriba y
abajo del nuevo
elemento pivote
Se repite la
eliminacin
rengln
La siguiente
Nuevo rengln
pivote
1 0 7 7
(8) [ 0 1 -3 -2 ]
-8
-4
-7
0 0- 28 23
1 0 7
0 1 3
0 0 28
2
23
matriz queda:
Avanzado

El siguiente
elemento pivote es
28; el cual debe
ser transformado
en 1 sin alterar
la ecuacin Cmo
lo hacemos?
En otras palabras:
Cada rengln
representa una
ecuacin, si
dividimos todo el
rengln entre -28
obtenemos el 1
que estamos
buscando
110 7
1
0 1 3
0 0 28
2
23
11 0 7
7
1
2
0 1 3
0 0 1 23 / 28
13/04/2012

Realizamos la
Convertimos el
elemento pivote
en 1 para
facilitar las
operaciones;
dividimos todo el
rengln entre el
nmero pivote (28) obteniendo el
siguiente resultado
operacin de
eliminacin
rengln
1 0 7
0 1 3
0 0 1
2
23 / 28
1 0 0 5/4
(3) [ 0 0 1 23/28 ]
1 -3
-2
0 1 0 13/2
8
Finalmente la
matriz queda

ecuaciones
original
Respuestas: x = 5/4
y = 13/28
z = 23/28
pivote
(-7) [ 0 0 1 23/28 ]
1 0 0
0 1 0
0 0 1
5/ 4
13 / 28
23/ 28
Leyndose el siguiente resultado: x = 5/4
Sistema de
Nuevo rengln
x + 2y + z = 3
2x + 5y z = 4
3x 2 y z = 2
y = 13/28
z = 23/28
1. SISTEMA DE ECUACIONES LINEALES

HOMOGNEOS
Se puede clasificar a los sistemas homogneos en:
24
Avanzado
Ejemplo
4.
homogno:
Resolver
Sol. procedemos
ampliada
13/04/2012
el
escalonar
sistema
la
matriz
Sistema equivalente:
25
26
Teorema de Rouch-Frobenius
Dado un sistema de ecuaciones lineales con n incgnitas, se dice:
Sistema COMPATIBLE
rang ( A ) = rang ( A | b )
rang ( A ) = rang ( A | b ) ?
REGLA DE CRAMER
Considere el sistema de
ecuaciones
lineales
con
incgnitas:
n
n
No
Sistema compatible
Sistema incompatible
rang ( A ) = rang ( A | b ) = n ?
Si
Sistema compatible
determinado
No
rang ( A ) = rang ( A | b ) < n
Sistema compatible
indeterminado
28
27
Avanzado
13/04/2012
Se puede desarrollar un mtodo

para encontrar esa solucin sin
reduccin por renglones y sin
calcular inv(A).
Sea D=det(A). Se
nuevas matrices:
b1
b
A1 = 2
...
b
n
a12
a 22
...
an 2
.... a1n
.... a2 n
... ...
... ann
definen
Es decir, Ai es la matriz obtenida

remplazando la columna i por de
A por b. Por ltimo sea:
D1=det(A1),
D2=det(A2),,
Dn=det(An)
a11 b1 .... a1n
b .... a2 n
a
A2 = 21 2
.....
... ... ... ...
n1 bn ... ann
29
TEOREMA
Sea A una matriz de nxn y
suponga que det(A)
0. Entonces
la solucin unica del sistema
Ax=b est dada por:
x1 =
Ejemplo:
D
D
D1
D
, x2 = 2 ,....xi = i ,..., xn = n
D
D
D
D
30
x=
1
=
A
Regla de Cramer
2 1
2x + y z = 5
3x 2 y 7 z = 6
x + 4 y + 9 z = 0
1
28
A = 3 2 7 = 28 0
1
6 2 7
0
4 9
28
=1
28
y=
2
=
A
2 5 1
3 6 7
1 0 9
28
56
=2
28
2 1 5
3 2 6
4 0
3 1
28
z=
=
=
= 1
A
28
28
31
32
Avanzado
13/04/2012
Resolucin mediante la matriz inversa

Sea el sistema AX = b, con la matriz A cuadrada (mismo nmero de
ecuaciones que de incgnitas). Si existe la matriz inversa de A,
entonces la solucin viene dada por:
Que puede escribirse en la forma:
Ejemplo:
Ax = b
2x + y z = 5
1 1
2
13 28
9 28
5 14
3x 2 y 7 z = 6 A = 3 2 7 A1 = 17 14 19 28 11 28
1 2
1
14
1 4
4
9
x + 4 y + 9 z = 0
Si det(A)
0, entonces el sistema
tiene una solucin nica dada
por:
x = A 1b
X = A 1 b
X = A 1 b =
9 5 1
x =1
10 13
1
y = 2
34
19
11
6
=
2

28
z = 1
0 1
14
7
7
33
34

Apuntes de Capitulo 1 y 2 de Evaristo de Algebra Lineal

Hochgeladen von

Dokumentinformationen

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Apuntes de Capitulo 1 y 2 de Evaristo de Algebra Lineal

Hochgeladen von

Copyright:

Verfügbare Formate

Apuntes de Algebra Lineal

Autor: Lic. Evaristo Mamani Carlo

Una matriz es una tabla de mxn

Autor: Lic. Evaristo Mamani Carlo

Autor: Lic. Evaristo Mamani Carlo

Asi pues una matriz A = aij

Autor: Lic. Evaristo Mamani Carlo

Apuntes de Algebra Lineal

2. ORDEN DE UNA MATRIZ

3. MATRIZ FILA Y MATRIZ COLUMNA

Una matriz de m filas y n columnas se dice que

Se denomina matriz fila a aquella que consta

Dos matrices A,B Rmxn se dice que son

aij = bij , i = 1,2,3,..., m y j = 1,2,3,..., n

Autor: Lic. Evaristo Mamani Carlo

Autor: Lic. Evaristo Mamani Carlo

Autor: Lic. Evaristo Mamani Carlo

Se denomina diagonal principal

Autor: Lic. Evaristo Mamani Carlo

Apuntes de Algebra Lineal

5. MATRICES DIAGONALES, ESCALARES

Autor: Lic. Evaristo Mamani Carlo

Se denomina matriz escalar a aquella

Autor: Lic. Evaristo Mamani Carlo

Autor: Lic. Evaristo Mamani Carlo

Autor: Lic. Evaristo Mamani Carlo

Autor: Lic. Evaristo Mamani Carlo

Apuntes de Algebra Lineal

El equivalente para matrices rectangulares

Autor: Lic. Evaristo Mamani Carlo

Autor: Lic. Evaristo Mamani Carlo

Autor: Lic. Evaristo Mamani Carlo

cij = aij + bij , i = 1,2,3,..., m y j = 1,2,3,..., n

Autor: Lic. Evaristo Mamani Carlo

Apuntes de Algebra Lineal

PRODUCTO POR UN ESCALAR

Sean A Rmxn y R se define

Autor: Lic. Evaristo Mamani Carlo

Autor: Lic. Evaristo Mamani Carlo

Es un espacio vectorial sobre el cuerpo R

Sera un espacio vectorial sobre el cuerpo

Autor: Lic. Evaristo Mamani Carlo

Autor: Lic. Evaristo Mamani Carlo

Autor: Lic. Evaristo Mamani Carlo

Apuntes de Algebra Lineal

Si A Rmxn y B Rnxp (nmero de

Autor: Lic. Evaristo Mamani Carlo

Autor: Lic. Evaristo Mamani Carlo

Sea A Rmxn . Se denomina MATRIZ

Por lo que si A Rmxn AT Rnxm

Autor: Lic. Evaristo Mamani Carlo

Autor: Lic. Evaristo Mamani Carlo

Apuntes de Algebra Lineal

Autor: Lic. Evaristo Mamani Carlo

Autor: Lic. Evaristo Mamani Carlo

10. MATRIZ ORTOGONAL

Una matriz cuadrada A se dice que es

Autor: Lic. Evaristo Mamani Carlo

Autor: Lic. Evaristo Mamani Carlo

Una matriz cuadrada y no singular se dice

Autor: Lic. Evaristo Mamani Carlo

Apuntes de Algebra Lineal

11. TRAZA DE UNA MATRIZ

Autor: Lic. Evaristo Mamani Carlo